Insécurité alimentaire et prise en charge de l'obésité pédiatrique chez des enfants impliqués dans un programme d'acquisition d'un mode de vie sain
Bibliographic record
Abstract
L'obésité infantile et l'insécurité alimentaire sont deux problèmes majeurs de santé publique, qui ont pu être exacerbés par la pandémie de COVID-19. Par ailleurs, on sait peu de choses sur la façon dont l'insécurité alimentaire influence la prise en charge de l'obésité infantile. Ce mémoire présente donc les résultats de deux études qui ont 1) évalué l'insécurité alimentaire et ses corrélats au sein de ménages d'enfants avec embonpoint ou obésité recevant des soins dans une clinique pédiatrique spécialisée dans la prise en charge de l'obésité à Montréal avant et pendant la pandémie de COVID-19 et 2) évalué l'association entre l'insécurité alimentaire et les changements dans le score z de l'indice de masse corporelle (IMC-z) de ces enfants. Nos résultats ont montré que 40 % des enfants traités dans cette clinique vivaient dans un ménage en situation d'insécurité alimentaire et suggèrent que cette prévalence tendait à augmenter au cours de la première année de la pandémie de COVID-19. Nous avons également montré que les changements dans l'IMC-z au cours du suivi à la clinique étaient plus faibles chez les enfants vivant dans des ménages en situation d'insécurité alimentaire comparativement à ceux vivant dans des ménages en sécurité alimentaire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".